BXU Logo

Buxoro Xalqaro
Universiteti

9-tom, 1-son, b. 233–241, Nashr: 2026-09-13

TEXNIKA FANLARI TA’LIMIDA MUSTAQIL TA’LIMNI SUN’IY INTELLEKT ASOSIDA TAKOMILLASHTIRISH: ADAPTIV VA O‘ZINI O‘ZI BOSHQARIB O‘RGANISHGA YO‘NALTIRILGAN MODEL

СОВЕРШЕНСТВОВАНИЕ САМОСТОЯТЕЛЬНОГО ОБУЧЕНИЯ В ТЕХНИЧЕСКОМ ОБРАЗОВАНИИ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: МОДЕЛЬ, ОРИЕНТИРОВАННАЯ НА АДАПТИВНОЕ И САМОРЕГУЛИРУЕМОЕ ОБУЧЕНИЕ

СОВЕРШЕНСТВОВАНИЕ САМОСТОЯТЕЛЬНОГО ОБУЧЕНИЯ В ТЕХНИЧЕСКОМ ОБРАЗОВАНИИ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: МОДЕЛЬ, ОРИЕНТИРОВАННАЯ НА АДАПТИВНОЕ И САМОРЕГУЛИРУЕМОЕ ОБУЧЕНИЕ

  • Quvvatov Behruz Ulug‘bek o‘g‘li — Osiyo xalqaro universiteti “Aniq fanlar va raqamli texnologiyalar” kafedrasi assistenti

To'liq matn (PDF)

Annotatsiya

Mazkur tadqiqot texnika fanlari ta’limida talabalarning mustaqil ta’lim faoliyatini sun’iy intellekt texnologiyalari asosida takomillashtirishning pedagogik imkoniyatlarini o‘rganishga bag‘ishlangan. Tadqiqotning dolzarbligi oliy ta’limning raqamli transformatsiyasi, generativ sun’iy intellekt vositalarining jadal rivojlanishi va texnik mutaxassislarni tayyorlash jarayonida talabaning mustaqil, algoritmik hamda muammoli fikrlash kompetensiyalariga bo‘lgan talabning ortishi bilan belgilanadi. Tadqiqotning maqsadi 60710400 – Energetika muhandisligi ta’lim yo‘nalishi 1-kurs talabalarining “Texnik tizimlarda axborot texnologiyalari” fanidan mustaqil ta’lim jarayonini sun’iy intellekt asosida tashkil etish modelini ishlab chiqish va uning o‘quv natijalariga ta’sirini aniqlashdan iborat.

Аннотация

Настоящее исследование посвящено изучению педагогических возможностей совершенствования самостоятельной учебной деятельности студентов технических специальностей на основе технологий искусственного интеллекта. Актуальность исследования определяется цифровой трансформацией высшего образования, стремительным развитием инструментов генеративного искусственного интеллекта, а также возрастающими требованиями к компетенциям самостоятельного, алгоритмического и проблемного мышления студентов в процессе подготовки технических специалистов. Цель исследования заключается в разработке модели организации самостоятельного обучения студентов 1 курса образовательного направления 60710400 – «Энергетическая инженерия» по дисциплине «Информационные технологии в технических системах» на основе искусственного интеллекта и определении её влияния на результаты обучения. Исследование было проведено на базе факультета «Социальные науки и техника» Азиатского международного университета с участием 60 студентов первого курса на основе квазиэкспериментального дизайна. Участники были распределены на контрольную и экспериментальную группы по 30 человек. В контрольной группе самостоятельное обучение организовывалось на основе традиционного педагогического подхода, тогда как в экспериментальной группе оно осуществлялось на основе модели самостоятельного обучения с поддержкой искусственного интеллекта. В экспериментальной группе искусственный интеллект применялся для диагностики, рекомендации индивидуальных заданий, педагогического сопровождения (scaffolding), оперативной обратной связи, анализа ошибок и организации рефлексии. Согласно результатам исследования, средний показатель успеваемости в экспериментальной группе повысился с 55% до 82%, а в контрольной группе - с 56% до 68%. Таким образом, прирост в экспериментальной группе составил 27 процентных пунктов, тогда как в контрольной группе - 12 процентных пунктов; разница в приросте между группами составила 15 процентных пунктов.

Abstract

This study is devoted to investigating the pedagogical potential of improving students’ independent learning activities in technical disciplines through artificial intelligence technologies. The relevance of the study is determined by the digital transformation of higher education, the rapid development of generative artificial intelligence tools, and the growing demand for students’ independent, algorithmic, and problem-solving thinking competencies in the process of training technical specialists. The aim of the study is to develop an artificial intelligence-based model for organizing independent learning of first-year students enrolled in the 60710400 – Energy Engineering program in the course “Information Technologies in Technical Systems” and to determine its impact on learning outcomes. The study was conducted at the Faculty of Social Sciences and Engineering of Asia International University with the participation of 60 first-year students using a quasi-experimental design. The participants were divided into control and experimental groups of 30 students each. In the control group, independent learning was organized based on a traditional pedagogical approach, whereas in the experimental group, it was organized according to an AI-supported independent learning model. In the experimental group, AI was used for diagnostic assessment, individualized task recommendations, pedagogical scaffolding, immediate feedback, error analysis, and reflection. According to the findings, the average achievement score in the experimental group increased from 55% to 82%, while in the control group it increased from 56% to 68%. Thus, the improvement in the experimental group amounted to 27 percentage points, compared with 12 percentage points in the control group; the difference in improvement between the two groups was 15 percentage points. The findings demonstrate that the effectiveness of artificial intelligence in independent learning depends not on its use as a tool for generating ready-made answers, but rather on its application as a pedagogical tool that supports students in goal setting, independent problem solving, monitoring their learning activities, using feedback, and engaging in reflection. Based on the findings, a conceptual AI-supported Self-Regulated Independent Learning Model (AI-SRILM) was proposed for technical disciplines.

Kalit so'zlar: sun’iy intellekt, generativ AI, mustaqil ta’lim, texnika fanlari, energetika muhandisligi, self-regulated learning, adaptiv ta’lim, Learning Analytics, pedagogik scaffolding, raqamli kompetensiya, oliy ta’lim

Foydalanilgan adabiyotlar

  1. Chen, S., & Cheung, A. C. K. (2025). Effect of generative artificial intelligence on university students’ learning outcomes: A systematic review and meta-analysis. Educational Review. https://doi.org/10.1016/j.edurev.2025.100737.
  2. Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274.
  3. Lo, C. K., Hew, K. F., & Jong, M. S. (2024). The influence of ChatGPT on student engagement: A systematic review and future research agenda. Computers & Education, 219, 105100. https://doi.org/10.1016/j.compedu.2024.105100.
  4. Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64–70. https://doi.org/10.1207/S15430421TIP4102_2.
  5. Behruz Ulug‘bek o‘g, Q. (2023). USE OF ARTIFICIAL NERVOUS SYSTEMS IN MODELING. Multidisciplinary Journal of Science and Technology, 3(5), 269-273.
  6. Behruz Ulug‘bek o‘g, Q. (2024). EYLER INTEGRALLARI VA MITTAG-LEFFLER FUNKSIYASINING ZAMONAVIY FIZIKA VA MATEMATIKADAGI ROLI. Международный журнал научных исследователей, 9(1), 96-100.
  7. Behruz Ulug‘bek o‘g, Q. (2025). CHIZIQLI ALGEBRA VA SPLAYNLAR: CHIZIQLI TENGLAMALAR TIZIMLARI VA MATRITSALAR ASOSIDA SPLAYN HOSIL QILISH. ИКРО журнал, 15(01), 773-776.
  8. Behruz Ulug‘bek o‘g, Q. (2025). MATEMATIK YAQQOLLIK VA FUNKSIYA YAQINLASHTIRISH. PEDAGOGIK TADQIQOTLAR URNALI, 3(2), 190-193.
  9. Behruz Ulug‘bek o‘g, Q. (2025). PLINE
  10. INTERPOLYATSIYASI. PEDAGOGIK TADQIQOTLAR JURNALI, 3(1), 355-359.
  11. Behruz Ulug‘bek o‘g, Q. li.(2023). Mobil ilovalar yaratish va ularni bajarish jarayoni. International journal of scientific researchers, 2(2).
  12. Behruz Ulugbek og, Q. (2024). INFORMATIKA FANINI O’QITISHDA INTERFAOL METODLARDAN FOYDALANISH. PEDAGOG, 7(6), 52-62.
  13. Behruz Ulugbek og, Q. li.(2023). Mobil ilovalar yaratish va ularni bajarish jarayoni. International journal of scientific researchers, 2(2).
  14. Behruz Ulugbek og, Quvvatov. "ADOBE PHOTOSHOP CC DASTURIDA ISHLASH." PEDAGOG 7.4 (2024): 390-396.
  15. Baig, M. I., & Yadegaridehkordi, E. (2024). ChatGPT in higher education: A systematic literature review and research challenges. International Journal of Educational Research, 127, 102411. https://doi.org/10.1016/j.ijer.2024.102411.
  16. Impact of artificial intelligence adoption on students’ academic performance in open and distance learning: A systematic literature review. (2024). Heliyon. https://doi.org/10.1016/j.heliyon.2024.e40025.